원래 이름 기록: 珠海理创科信投资合伙企业(有限合伙); 珠海市北理工大湾区创新研究院

本发明公开了一种低空目标轨迹预测的手持网捕发射系统，涉及反无人机技术领域，其技术方案要点是：获取无人机图像信息，通过连续帧的运动分析获取目标无人机的位置、速度信息和加速度信息；将无人机的位置、速度信息和加速度信息输入卡尔曼滤波算法，获得无人机的预测轨迹，计算Δt时间后的预测捕网位置。本发明提供的可视化引导将目标轨迹预测结果直观呈现给用户，降低了设备的操作难度，使得非专业人员也能快速上手并准确命中目标。

本申请公开了一种基于置信度传播的单站电侦‑光电协同无人机识别与定位方法，涉及无人机定位技术领域技术领域，通过多维特征提取、置信度驱动融合和时空轨迹约束三个递进步骤，解决了异构传感器数据融合中可靠性量化困难、融合策略固化和抗干扰能力不足的技术难题，实现了从底层传感器数据到顶层轨迹输出的全流程可靠性管理。置信度作为贯穿始终的关键变量，既是传感器工作状态的量化表征，又是融合权重的驱动因子，还是异常检测的判别依据，形成了多层次的质量保障体系，无需人工调参即可适应环境变化，在单传感器故障时保持定位能力，在多传感器冲突时自动识别异常，在复杂对抗场景下显著提升了低空无人机防控系统的智能化水平和实战可靠性。

本发明公开了一种多基站AOA协同的低空目标快速定位系统，该系统包括AOA测量基站网络、AOA数据预处理模块、自适应加权交汇定位模块、扩展卡尔曼滤波状态估计模块及数据融合与系统集成模块。系统通过多基站同步测量目标信号到达角，结合平滑滤波与异常剔除算法去除噪声，再利用基于测量质量和几何分布的自适应加权交汇算法求取目标初始位置。随后，采用扩展卡尔曼滤波算法将目标运动模型与测量模型融合，实现位置、速度及航向的动态估计与预测。系统可在复杂电磁环境和视距受限场景下实现对低空无人机、小型飞行器等目标的高精度、实时定位与连续跟踪，并具备可视化展示和区域报警功能。

本发明公开了一种基于视觉伺服的无人机自主逼近与网捕控制系统，属于无人机控制技术领域。本发明集成了高精度二轴云台机构、双目视觉模块、网捕发射装置与分层控制算法的机电系统主控单元，实现对动态目标的自动识别、精确测距、稳健跟踪与智能打击，二轴云台机构使网捕发射装置具备独立于无人机平台的运动自由度，结合基于双目视觉的高精度目标定位与伺服跟踪算法，有效扩展了系统的有效打击范围，显著提升了对动态目标的捕获精度和适应能力，通过融合深度学习目标检测、双目视觉位姿解算与分层控制策略，实现了从目标识别、跟踪逼近到打击决策的全流程自主化，通过主控单元统一调度，形成了多子系统高效协同的工作架构。

本发明涉及目标检测领域，公开了基于空域‑时域联合注意力的临近空间平台搭载多传感器目标检测方法，包括以下步骤：S1、对光电图像序列和多普勒雷达数据序列进行数据预处理与时空对齐；S2、进行传感器专属特征提取得到光电特征图序列和雷达特征图序列；S3、生成运动显著性图，利用其得到增强后的光电特征序列；S4、生成融合增强后的特征序列；S5、输出目标检测结果。通过采用运动先验引导与时空‑通道联合注意力融合相结合的机制，达到了异构信息在早期引导式交互与后续深度自适应融合的效果，解决了传统多传感器融合方法中信息交互不充分和特征融合生硬，导致在复杂背景下难以有效区分目标与干扰的问题。